低代码开发平台是企业实现数字化转型的有效手段。近几年，各大软件公司纷纷布局和推出低代码开发平台，而微软公司的Power Platform 已占据世界500 强97%企业的市场。 本书从Power Platform 基础理论出发，并着手实践，除了介绍大众熟知的数据可视化工具Power BI，还介绍Power Apps、Power Automate、Power Virtual Agents 及通用组件（AI Builder、Data Connector、Dataverse）等，帮助读者了解Power Platform 的工作原理和业务场景，掌握低代码应用开发、流程自动化、数据分析与可视化、智能聊天机器人等应用技能。 本书内容循序渐进，指导性强，尤其适合非IT 背景的业务人员，及对数字化转型，特别是对全民开发、低代码开发感兴趣的读者阅读、使用。

《自动化测试实战宝典：Robot Framework Python从小工到专家》以自动化测试技术为主线，循序渐进地介绍了自动化测试所涉及的知识体系，通过不同端的实战项目，综合运用了所介绍的技术，旨在提高测试人员的综合技术能力并扩展知识体系。 《自动化测试实战宝典：Robot Framework Python从小工到专家》从对测试行业现状及未来几年趋势的分析开始，呼吁大家在时不我待的当今社会中，找准定位并建立自身的职场核心竞争力。然后围绕自动化测试技术应用结合多端（后端、Web端、Android端、iOS端、H5端、小程序端）实例来引导读者快速上手。本书涵盖了绝大部分自动化测试知识，不但内容充实、逻辑严密，且图文并茂、语言生动。对Robot Framework使用者来说，本书更是一部难得的工具宝典。 《自动化测试实战宝典：Robot Framework Python从小工到专家》适合对测试技术感兴趣或者

编程的核心是算法，学习算法不仅能教会你解决问题的方法，而且还能为你今后的发展提供一种可能。《你也能看得懂的Python算法书》面向算法初学者，首先介绍当下流程的编程语言Python，详细讲解Python语言中的变量和循序、分支、循环结构，以及列表和函数的使用，为之后学习算法打好基础。然后以通俗易懂的语言讲解双指针、哈希、深度、广度、回溯、贪心、动态规划和很短路径等经典算法。《你也能看得懂的Python算法书》适合有编程基础的算法爱好者阅读。

本书从开发中经常遇到的实际问题和开发中的关键技能、难点技术出发，对开发中经常遇到的实际问题和需要掌握的实用技能进行了系统的梳理、总结和提炼，编写了150个适用于Python开发各应用场景的解决方案，可以有效帮助学习者解决开发中遇到的各种实际编程问题。全书共分12章，包括核心基础应用、字符串处理、文件操作、GUI界面开发、图形图像与多媒体、Python与Office自动化、网络爬虫、数据处理Pandas、数据分析与图表、Web开发、程序打包及程序自动化等多方面的内容。本书将众多开发者多年沉淀的开发经验、技巧及实用示例、案例集一书，旨在帮助用户快速解决程序开发中的各种难题，达到高效开发各种软件项目的效果。本书是您在python学习中可靠的伙伴，也是拒绝平庸的指南。灵活使用本书的锦囊，可以助您更好地探索Python开发。本书不仅适合程序开发

本书作者是一名自学成才的程序员，经过一年的自学，掌握了编程技能并在eBay找到了一份软件工程师的工作。本书是作者结合个人经验写作而成，旨在帮助读者从外行成长为一名专业的Python程序员。 本书包括5部分内容：靠前部分（~11章）介绍了编程基础知识，以及函数、容器、字符串、循环和模型等概念；第二部分（2~15章）介绍了编程范式和面向对象编程等知识；第三部分（6~20章）介绍了Bash、正则表达式、包管理器和版本控制等编程工具方面的知识；第四部分（第21~22章）主要涉及数据结构和算法方面的知识；第五部分（第23~27章）则是关于求职与团队协作的内容。 本书可以满足几乎所有想要学习编程的初学者。本书适合高中、大学阶段想要自学编程的学生，以及其他行业想入门编程的人，同时也适合作为编程入门的培训教材。

本书本着能让新手快速上手量化交易的原则，循序渐进地讲解了量化交易入门所需要的知识，以及大量的开发技巧与交易技巧，具有很强的实用性。vn.py是机构级别的量化交易软件，掌握vn.py框架原理并且熟练运用，有利于新手快速搭建属于自己的量化交易系统。Python语言有非常强大的数据分析库，对于交易策略的研发具有天然优势，且其易学性也深受初学者喜爱。本书即以Python vn.py这行组合写作，从量化交易的起源及其发展进程入手，在简单介绍Python量化编程基础，以及详细解析vn.py架构之后，深入且全面地介绍了CTA策略、海龟策略，以及新策略的开发流程。相对其他量化交易方面的书，本书不再讲述Python语言编程的大量细节，而将笔墨着重放在对量化交易策略的解析、应用与回测之上，这才是新手真正需要学习和实践的地方。本书适合所有对量化交易感兴趣的人

在本书中，作者聚焦于微软的Power BI，并通过精准的演示，向读者清楚地展示如何在各种数据库和CRM应用程序上产生数据视觉效果。另外的福利就是，读者还可以了解如何在Azure应用程序中嵌入视觉效果。Cortana套件的整合确实是一个倍增器。 你将学到：— 数据可视化解决方案的市场调查。 — 如何使用普通和 的Power BI功能。 — 如何将嵌入式Power BI仪表板部署为Azure应用程序。 — 如何使用Microsoft SQL Server构建现代Power BI解决方案，并应用包括Cortana在内的Microsoft Stack。 — 如何在开源数据存储上构建一个视觉上令人满意的Power BI解决方案，即PostgreSQL。 — 如何解锁企业机密，例如通过将Power BI与Dynamics CRM集成并使用自然语言查询来梳理趋势，进而突出 相关的业务趋势。

《Python TensorFlow机器学习实战》通过开发实例和项目案例，详细介绍TensorFlow开发所涉及的主要内容。书中的每个知识点都通过实例进行通俗易懂的讲解，便于读者轻松掌握有关TensorFlow开发的内容和技巧，并能够得心应手地使用TensorFlow进行开发。《Python TensorFlow机器学习实战》内容共分为11章，首先介绍TensorFlow的基本知识，通过实例逐步深入地讲解线性回归、支持向量机、神经网络算法和无监督学习等常见的机器学习算法模型。然后通过TensorFlow在自然语言文本处理、语音识别、图形识别和人脸识别等方面的成功应用讲解TensorFlow的实际开发过程。《Python TensorFlow机器学习实战》适合有Python基础的工程师阅读；对于有基础的读者，可通过《Python TensorFlow机器学习实战》快速地将TensorFlow应用到实际开发中；对于高等院校的学生和培训机构的学员，《Python TensorFlow机器学习实

本书是Node.js的实战教程，涵盖了为开发产品级Node应用程序所需要的一切特性、技巧以及相关理念。 从搭建Node开发环境，到一些简单的演示程序，到开发复杂应用程序所必不可少的异步编程。第二版介绍了全栈开发者所需的技术，包括前端构建系统、选择Web框架、在Node中与数据库的交互、编写测试和部署Web程序，等等。

也许你听说过全栈工程师，他们善于设计系统架构，精通数据库建模、通用网络协议、后端并发处理、前端界面设计，在学术研究或工程项目上能独当一面。通过对Python 3及相关Web框架的学习和实践，你就可以成为这样的型人才。本书分为3篇：上篇是Python基础，带领初学者实践Python开发环境，掌握基本语法，同时对网络协议、Web客户端技术、数据库建模编程等网络编程基础进行深入浅出的学习；中篇是Python框架，学习当前很流行的Python Web框架，即Django、Tornado、Flask和Twisted，达到对各种Python网络技术融会贯通的目的；下篇是Python框架实战，分别对4种框架进行项目实践，利用其各自的特点开发适用于不同场景的网络程序。本书内容精练、重点突出、实例丰富、讲解通俗，是广大网络应用设计和开发人员的一本参考书。本书很好适合大中专院校师生学习和阅读，也可作

学习MicroPython和面向对象编程的基础 探索Pyboard、ESP8266和WiPy的强大特性 接入PC，加载文件、程序和模块 操作LED、定时器和变频器 使用串行接口和PWM控制外部设备 使用三轴加速度计组建和编程擦网球探测器 安装和编程LCD与触摸传感器扩展板 使用AMP音频板记录和播放声音

编程是一项充满乐趣的挑战，想上手非常容易！在本书中，沃伦和卡特父子以亲切的笔调、通俗的语言，透彻、全面地介绍了计算机编程世界。他们以简单易学的Python语言为例，通过可爱的漫画、有趣的示例，生动地介绍了变量、循环、输入和输出、数据结构以及图形用户界面等基本的编程概念。与第2版不同，第3版的示例使用Python3而不是Python2，另外添加了关于网络的新内容。只要懂得计算机的基本操作，任何人都可以跟随本书，由简入难，学会编写Python程序，甚至制作游戏。

Python 的丰富模块（module）以及广泛的应用范围，使 Python 成为当下重要的计算机语言之一， 本书尝试将所有常用模块与应用分门别类组织起来，相信只要读者遵循本书实例，可以轻松学会 Python 语法与应用，逐步向 Python 高手之路迈进，这也是撰写本书的目的。 本书以约 800 个程序实例讲解了：完整的 Python 语法，Python 的输入与输出，Python 的数据型态， 列表（list）、元组（tuple）、字典（dict）、集合（set），函数设计，类别设计，使用系统与外部模块（module）， 设计自己的模块（module），文件压缩与解压缩，程序除错与异常处理，文件读写与目录管理，正则表达 式（Regular Expression）与文字探勘，剪贴簿（clipboard）、Word、PDF 文件处理，Excel、CSV、Json 文 件处理，图表绘制，电子邮件与简讯，鼠标与键盘控制，人脸识别系统，QR code 制作，多任务与多线程， 动

了解数据结构与算法是透彻理解计算机科学的前提。随着Python日益广泛的应用，Python程序员需要实现与传统的面向对象编程语言相似的数据结构与算法。本书是用Python描述数据结构与算法的开山之作，汇聚了作者多年的实战经验，向读者透彻讲解在Python环境下，如何通过一系列存储机制高效地实现各类算法。通过本书，读者将深刻理解Python数据结构、递归、搜索、排序、树与图的应用，等等。

本书结合了机器学习、数据分析和Python语言，通过案例以通俗易懂的方式讲解了如何将算法应用到实际任务。 全书共20章，大致分为4个部分。部分介绍了Python的工具包，包括科学计算库Numpy、数据分析库Pandas、可视化库Matplotlib；第2部分讲解了机器学习中的经典算法，例如回归算法、决策树、集成算法、支持向量机、聚类算法等；第3部分介绍了深度学习中的常用算法，包括神经网络、卷积神经网络、递归神经网络；第4部分是项目实战，基于真实数据集，将算法模型应用到实际业务中。 本书适合对人工智能、机器学习、数据分析等方向感兴趣的初学者和爱好者。

本书首先讲解量化交易的基础知识，即量化交易的定义、特点、作用、主要内容、历史、与传统交易的区别、注意事项、JoinQuant（聚宽）量化交易平台；然后讲解量化交易开发语言Python，即讲解Python 语言的开发环境、基本语法、基本流程控制、特征数据类型、函数及应用、面向对象程序设计；接着讲解如何利用Python 语言编写量化策略、Python 量化策略的常用库和模块、获取数据函数、回测、因子分析；很后讲解Python 量化策略的技术指标实例和Python 量化交易策略实例。在讲解过程中既考虑读者的学习习惯，又通过具体实例剖析讲解量化交易过程中的热点问题、关键问题及各种难题。本书适用于各种不同的投资者，如股民、期民、中小散户、职业操盘手和专业金融评论人士，更适用于那些有志于在这个充满风险、充满寂寞的征程上默默前行的征战者和屡败屡战、愈挫

本书以从零开发一个博客系统为例，介绍Django在日常工作中的应用。本书共分为四部分。靠前部分介绍编码之前的准备工作，包括需求分析、Web开发基础以及选型时Demo的练习。第二部分开始正式实现需求，介绍了环境配置、编码规范以及合理的项目结构划分。通过对Django各部分（Model、Form、admin、View）的介绍和使用，完成了一个基础的博客系统。第三部分在前面的基础上介绍Django第三方插件的使用，通过引入这些插件进一步增强我们的系统。很后一部分也是正式工作中必不可少的部分，包含调试代码、优化系统、压力测试以及自动化等内容。本书适合Python Web开发人员阅读。

本书首先对Arduino的用法进行了简单的介绍；然后详细解说了电子制作的基础知识、各种传感器的用法、电子电路的搭建方法和Sketch等；接着介绍了将Arduino连接网络的两种方法：一是难度稍高的使用Arduino M0 Pro和ESP-WROOM-02的方法，二是更为方便的使用Web服务BaaS的方法；最后介绍了4个电子制作的具体例子。